⁠Machine Learning - التعلم الالي

Training Course index

اليوم الأول: مدخل إلى عالم تعلم الآلة

• .1مفهوم تعلم الآلة والفرق بينه وبين البرمجة التقليدية.

  .2العلاقة بين الذكاء الاصطناعي وتعلم الآلة والتعلم العميق.

  .3 أنواع تعلم الآلة (الموجه، غير الموجه، والتعزيزي).

اليوم الثاني: تحليل وتجهيز البيانات

• .1 طرق جمع البيانات وتصنيفها.

  .2معالجة البيانات وتنظيفها من القيم الخاطئة أو المفقودة.

  .3استكشاف البيانات وتحليلها إحصائياً قبل البدء بالنمذجة.

• اليوم الثالث: الخوارزميات وتطبيقاتها

  .1خوارزميات التنبؤ بالأرقام (Regression Models).

  .2خوارزميات التصنيف والفرز ((Classification Models.

  أمثلة عملية لاستخدام الخوارزميات في قطاع الأعمال

• اليوم الرابع:تقييم النماذج والمشاريع العملية

•  

  .1مقاييس جودة ودقة النموذج الذكي.

  .2كيفية تطوير وتحسين أداء النماذج.

  .3تطبيق عملي نهائي وبناء نموذج .(End-to-End)

Training course outcomes

• أهداف ومخرجات الدورة

  .1فهم الفرق بين الذكاء الاصطناعي، تعلم الآلة، والتعلم العميق.

  .2القدرة على معالجة البيانات وتجهيزها لبناء النماذجData) Preprocessing).

  .3التفريق بين أنواع التعلم (الموجه، غير الموجه، والتعزيزي).

  .4بناء وتقييم نماذج "تعلم الآلة" باستخدام مكتبات برمجية مثل .Scikit-learn

  .5تطبيق خوارزميات التنبؤ والتصنيف على حالات عملية من الواقع.

Training Pre-requirements

• سعودي الجنسية
• دبلوم وما اعلى
• لغة انجليزية متوسطة
• جهاز كومبيوتر